基于归一化流的粗尺度分子动力学
统计力学
2024-07-29 v2
摘要
我们提出一种采样算法，利用维度中等大小的集体变量 (CV) 通过归一化流模型，并运用非平衡动力学从CV更新后的值出发提出完整的构象移动。该算法形式为具有非局部更新的马尔可夫链，允许穿越多个平稳态之间能垒的跳跃。该流在整个算法过程中都被训练，以再现CV的自由能景观。算法的输出为热化构象的样本以及训练好的网络，可用于高效生成更多构象。我们首先在高斯混合模型的测试案例中验证算法功能，然后成功应用于更高维的系统，即溶液中由聚合物构成的系统，其紧凑态与伸展态之间存在高自由能垒。
引用
@article{arxiv.2406.01524,
title = {Coarse Grained Molecular Dynamics with Normalizing Flows},
author = {Samuel Tamagnone and Alessandro Laio and Marylou Gabrié},
journal= {arXiv preprint arXiv:2406.01524},
year = {2024}
}